北京大学 发布 ProactiveVideoQA 数据集, 应用在 多模态交互、视频理解 领域

北京大学 本次发布的数据集 ProactiveVideoQA, ProactiveVideoQA是一个用于评估机器在视频多模态大语言模型中进行主动交互能力的综合基准数据集。该数据集包含多个主题的视频，整合了文本、视频和语音等多种输入模态，并支持多轮输出，以反映真实和多样化的使用案例。数据集的创建旨在解决视频多模态大语言模型在主动交互场景下的评估问题，提供了更加全面和客观的评估标准。

查看ProactiveVideoQA

关于 北京大学 , 北京大学是中国最早成立的国立综合性大学，也是中国最高学府之一，承担着人才培养、科学研究、社会服务等多种功能，其王选计算机研究所在计算机科学与技术领域有着较高的研究水平。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。